NOU 2018: 2

Fremtidige kompetansebehov I— Kunnskapsgrunnlaget

Til innholdsfortegnelse

1 Tabell- og metodevedlegg

Tabellvedlegg til kapittel 4

Tabell 1.1 viser hvordan NAVs bedriftsundersøkelse gjennomføres.

Informasjonen er sammenstilt av Sekretariatet ved hjelp av fylkesvise rapporter og direkte kontakt med analytikere fra fylkene.

Tabell 1.1 Kjennetegn ved gjennomføringen av NAVs bedriftsundersøkelse – etter fylke

Fylke

Format

Besvart via

Antall svar

Finnmark

Rapport

Internett/postalt

494 (71,4 prosent)

Troms

Rapport

Internett1

581 (63,4 prosent)

Nordland

Presentasjon1

Internett1

7661 (69,5 prosent)

Trøndelag

Rapport

Telefon/besøk

1 159 (81 prosent)

Møre og Romsdal

Rapport

Internett

748 (64 prosent)

Sogn og Fjordane

Excel-ark

Internett1

511 (60,8 prosent1)

Hordaland

Presentasjon

Internett/telefon1

931 (rundt 70 pst.1)

Rogaland

Presentasjon

Internett og (noen få) postalt1

Over 900 (67 pst.1)

Vest-Agder

Notat

Internett

559 (60 prosent)

Aust-Agder

Notat

Internett

578 (74 prosent)

Vestfold

Notat

Internett/postalt/telefon1

1 0652 (77 prosent)

Østfold

Presentasjon

Internett (min. halvparten), besøk/telefonkontakt1

830 (73 prosent)

Telemark

Notat

Internett

644 (70 prosent)

Buskerud

Rapport

Internett/telefon1

910 (81 prosent)

Oppland

Notat

I hovedsak telefonintervju

7792 (83 prosent)

Hedmark

Notat

Telefonintervju

8632 (85 prosent)

Akershus

Presentasjon

Telefonintervju

1 0551 (77 prosent)

Oslo

Rapport

Internett1

Nær 1 200 (71 pst.)

1 Informasjon fra e-postkontakt med NAV fylke.

2 Noen oppgir kun utvalgsstørrelse og svarprosent, da er antall svar beregnet i tabellen.

Tabell 1.2 lister opp alle enkeltyrkene med estimert mangel i antall personer på 400 personer eller mer. Tabell 1.3 lister opp alle enkeltyrkene med stramhetsindikator over 10 prosent.

Tabell 1.2 Yrker med estimert mangel på minst 400 personer, våren 2017

Mangel på arbeidskraft, antall personer

95 % konfidensintervall for estimert mangel

NAVs stramhetsindikator

Sykepleiere

3 600

[3 087, 4 125]

5,1 %

Helsefagarbeidere / andre helseyrker

3 100

1

3,4 %

Tømrere og snekkere

2 300

[1 455, 2 995]

4,5 %

Programvareutviklere

1 650

[411, 3 034]

11,9 %

Telefon- og nettselgere

1 350

[202, 3 140]

16,1 %

Andre programvare- og applikasjonsutviklere

1 100

[181, 2 556]

4,8 %

Kokker

850

[626, 1 118]

4,3 %2

Andre salgsmedarbeidere

850

[500, 1 106]

4,3 %

Grunnskolelærere

750

[572, 962]

0,8 %

Rørleggere og VVS-montører

700

[333, 1 033]

4,3 %

Lastebil- og trailersjåfører

600

[359, 840]

2,2 %

Legespesialister

550

[338, 862]

4,0 %

Elektrikere

550

[338, 832]

1,7 %

Vernepleiere

450

[307, 854]

20,5 %

Servitører

450

[214, 684]

3,0 %

Frisører

450

[242, 788]

2,7 %

Barnehage- og skolefritidsassistenter mv.

450

[81, 1 095]

2,5 %

Andre håndverkere

450

[201, 727]

2,1 %

Anleggsmaskinførere

450

[218, 656]

0,5 %

Spesialsykepleiere

400

[189, 625]

1,6 %

Merknad: Stramhetsindikatoren = mangel på arbeidskraft / (sysselsetting + mangel på arbeidskraft). NAV omtaler nevneren som «ønsket sysselsetting». Sysselsettingstall for yrkene er gjennomsnittstall for 2016 fra SSBs arbeidskraftundersøkelse (AKU).

1 «Andre helseyrker» er her slått sammen med helsefagarbeidere, siden den usedvanlig høye stramhetsindikatoren for «andre helseyrker» tyder på feilkategorisering. NAV oppgir konfidensintervallene for yrkene hver for seg, ikke for sammenslåingen.

2 En svært høy stramhetsindikatoren for kokker skyldes at feil tall er lagt inn for sysselsetting, derfor er verdien fjernet i tabellen.

Kilde: Resultater fra NAVs bedriftsundersøkelse (Kalstø og Sørbø 2017a).

Mangelen på arbeidskraft i NAVs bedriftsundersøkelse er beregnet med en modell utviklet av Norsk Regnesentral. Som konfidensintervallene i NAVs bedriftsundersøkelse viser, er det usikkerhet knyttet til slike estimeringer, både for næringer og yrker.

Tabell 1.3 Yrker med stramhetsindikator over 10 prosent

NAVs stramhetsindikator

Mangel på arbeidskraft, antall

95 % konfidensintervall for mangel

Finans- og økonomisjefer

68,1 %

50

[21, 86]

Universitets- og høyskolelektorer/-lærere

40,6 %

150

[81, 255]

Andre administrative ledere

32,5 %

100

[44, 154]

Salgs- og markedssjefer

31,8 %

50

[7, 71]

Ledere av bygge- og anleggsvirksomhet

31,5 %

100

[58, 211]

Sivilingeniører (bygg og anlegg)

30,6 %

250

[98, 411]

Ledere av industriproduksjon mv.

24,2 %

50

[35, 108]

Ledere av utdanning og undervisning

22,7 %

100

[19, 150]

Vernepleiere

20,5 %

450

[307, 854]

Telefon- og nettselgere

16,1 %

1 350

[202, 3 140]

Lektorer mv. (vgo.)

15,1 %

200

[134, 279]

Ledere av logistikk og transport mv.

14,7 %

50

[6, 156]

Programvareutviklere

11,9 %

1 650

[411, 3 034]

Ledere av eldreomsorg

11,3 %

50

[15, 120]

Andre ledere av produksjon og tjenesteyting

11,1 %

50

[15, 84]

Sports-, rekreasjons- og kultursenterledere

10,2 %

50

[3, 112]

Merknad: Se merknad til tabell 1.2, som forklarer hvorfor «andre helseyrker» og «kokker» er tatt ut av tabell 1.3.

Kilde: Resultater fra NAVs bedriftsundersøkelse (Kalstø og Sørbø, 2017a).

Tabellvedlegg til kapittel 5

Tabell 1.4 KS’ yrkesfremskrivninger. Behov for årsverk i kommunesektoren, basert på forventet endring i befolkningen (brukergruppene)

2017

2027

Prosentvis endring

Sykepleiere

22 649

29 066

28 %

Fagarbeidere, helse/sosial/omsorg

47 026

59 462

26 %

Ergo- og fysioterapeuter

2 728

3 449

26 %

Ufaglært, helse/sosial/omsorg

22 144

27 765

25 %

Høyere universitetsutd., helse/sosial/omsorg

4 490

5 498

22 %

Høyskoleutd. m/videreutd., helse/sosial/omsorg

5 461

6 606

21 %

Vernepleiere, miljøterapeuter

11 928

14 419

21 %

Sosionom, barnevernped. o.l.

5 667

6 779

20 %

Annet personell, høyere utdanning

209

248

18 %

Annet personell, annet

2 712

3 163

17 %

Div. personell, helse/pleie/omsorg

1 879

2 176

16 %

Annet kontor/administrasjon

1 886

2 168

15 %

Ingeniører uten mastergrad

3 935

4 482

14 %

Fagarbeidere, teknisk

7 412

8 434

14 %

Høyere universitetsutd., teknisk

2 638

2 977

13 %

Annet personell, teknisk

2 903

3 237

12 %

Saksbehandler med minst høyskole

22 333

24 840

11 %

Faglærte, barnehage

8 890

9 834

11 %

Barnehagelærer

13 341

14 727

10 %

Kontor/adm./merkantilt personell

14 783

16 199

10 %

Arbeidsledere

15 472

16 895

9 %

Ufaglærte, barnehage

11 450

12 315

8 %

Faglærte, undervisning

10 191

10 840

6 %

Musikk- og kulturpersonell

2 806

2 981

6 %

Undervisningspersonell

80 425

85 393

6 %

Vaktmestere og renholdere

9 704

10 188

5 %

Annet personell, undervisning

10 448

10 835

4 %

Øverste ledersjikt

23 605

23 515

0 %

Totalt

141 115

175 203

24 %

Kilde: Beregninger levert fra KS.

Metodevedlegg om fremskrivninger

Vedlegget går gjennom antagelsene i SSBs fremskrivninger av tilbud av og etterspørsel etter arbeidskraft, etter høyeste fullførte utdanning. Fremskrivningene er på nasjonalt nivå, og tar dermed ikke hensyn til regionale forskjeller.

Tilbud av og etterspørsel etter arbeidskraft fremskrives hver for seg. Differansen mellom fremskrevet tilbud og etterspørsel gir uttrykk for eventuell fremtidig mangel på eller overskudd av ulike typer arbeidskraft.

Fremskrivninger med MODAG

Etterspørselen etter arbeidskraft beregnes med den empiriske makromodellen MODAG, med tall og kategoriseringer fra Nasjonalregnskapet. I kommende fremskrivninger blir etterspørselen beregnet med modellen KVARTS, ikke MODAG (Dapi og Hungnes 2017).

De nyeste utdanningsfremskrivningene med MODAG er basert på endelig statistikk til og med 2013, og foreløpige, aggregerte tall (ikke på utdanningsnivå) for 2014 og 2015. Fremskrivningene av etterspørselen baserer seg på SSBs offisielle befolkningsfremskrivninger fra 2016, antatt økonomisk utvikling, historiske trender for sysselsettingens sammensetning etter utdanning i ulike næringer, antatt produktivitet i offentlig sektor og i økonomien for øvrig, en antagelse om uendret kvalitet på tjenestene, forventet relativ arbeidsledighet og relativ timelønn for utdanningsnivåene, og antagelser om substitusjonsmuligheter mellom arbeidskraft med ulike utdanningsnivå.

Etterspørselen etter fagfelt innen et utdanningsnivå er ikke beregnet med MODAG, men er en separat beregning. Sysselsettingen i hver næring brytes ned til sysselsetting i ulike fagfelt ved hjelp av mikrodata fra 1986–2006 og 2009–2012 i arbeidsgiver- og arbeidstakerregisteret. Etterspørselen etter fagfelt beregnes ved å videreføre de historiske utviklingstrendene i hver næring. Sysselsettingsandelene beregnes for fagfeltene i hver næring og kobles til beregnet sysselsetting etter utdanningsnivå og beregnet sysselsetting etter næring.

Figur 1.1 viser sysselsettingsutviklingen i ulike næringer, fra 1980 til 2035, der de siste drøyt 20 årene er fremskrivninger.

Figur 1.1 Relativ endring i sysselsetting etter næring

Figur 1.1 Relativ endring i sysselsetting etter næring

Merknad: Sysselsettingen er indeksert etter sysselsettingen i 2013. For nivåtall, se SSBs kildetabell 09174.

Kilde: SSBs nyeste fremskrivningsrapport (Dapi mfl. 2016).

Vi ser at sysselsetningen i petroleumsnæringen antas å falle betydelig i løpet av det kommende tiåret, på grunn av lavere forventet oljepris enn vi hadde noen år tilbake, og reduserte gjenværende oljeressurser. Lavere sysselsetting i petroleumsnæringen virker isolert sett negativt på etterspørselen for noen typer arbeidskraft med høyere utdanning, og etterspørselen etter arbeidskraft med fag- og yrkesopplæring. Sysselsettingen i varehandelen og industrien forventes å være på rundt samme nivå på slutten av fremskrivningsperioden som i 2013. I de andre næringene i figuren er det vekst fra 2013. Særlig bygge- og anleggsnæringen vokser, i stor grad fordi befolkningsvekst fører til betydelige investeringsbehov. Figur 1.1 viser tydelig vekst i samlet etterspørsel etter arbeidskraft innen offentlig sektor og tjenestenæringer, sammenlignet med 2013. Siden offentlig sektor og markedsrettede tjenester i hovedsak sysselsetter arbeidskraft med høyere universitets- eller høyskoleutdanning, bidrar resultatene i figur 1.1 til veksten i etterspørselen etter denne type arbeidskraft i fremskrivningene .

Etterspørselen etter ulike utdanningsgrupper blir påvirket av lønnsutviklingen til de ulike gruppene (ikke illustrert her). SSB forventer at relativ lønn vil øke noe for personer med lang høyere utdanning det neste tiåret, i tråd med bedring i økonomien og fall i arbeidsledigheten det neste tiåret. Relativ lønn forventes også å stige for personer med fag- og yrkesopplæring. Derimot forventer SSB at relativ lønn faller for personer med studieforberedende videregående opplæring som høyeste fullførte utdanning, i tråd med antagelsen om økt arbeidsledighet for denne gruppen. Relativ lønn forventes også å falle noe for personer med grunnskole eller uoppgitt utdanning. Mens relativ lønn påvirker etterspørselen etter ulike typer arbeidskraft i SSBs nyeste fremskrivninger, vil dette ikke lenger være tilfelle når SSB skifter modell fra MODAG til KVARTS fra og med 2018.

Figur 1.2 viser utviklingen i de ulike utdanningsnivåenes andel av samlet sysselsetting, på tvers av alle næringer, både historisk siden 1980 og fremskrevet etter 2013. SSB peker på at det har vært store endringer i sammensetningen av de sysselsatte etter utdanningsnivå de siste tiårene. Veksten i andelen sysselsatte med høyere utdanning henger sammen med den teknologiske utviklingen, såkalt skill-biased technological change, også omtalt i delkapittel 2.3. Innvandringen påvirker også sammensetningen av de sysselsatte etter utdanningsnivå. Det kraftige fallet fra 1980-tallet i andelen med kun grunnskoleutdanning eller uoppgitt utdanning stanset opp tidlig på 2000-tallet, som følge av utvidelsen av EU østover. Andelen med studieforberedende videregående opplæring forventes å falle gjennom fremskrivningsperioden, mens andelen med fullført videregående fag- og yrkesopplæring har økt, begge deler i tråd med økte krav til formell utdanning i arbeidslivet.

Figur 1.2 Utdanningsgruppenes andel av samlet sysselsetting
. Statistikk 1981–2013, deretter fremskrivninger til 2035

Figur 1.2 Utdanningsgruppenes andel av samlet sysselsetting . Statistikk 1981–2013, deretter fremskrivninger til 2035

Merknad: Se presise definisjoner på utdanningsgruppene i SSBs rapport. Se også rapport fra Prosjekt fremtidige kompetansebehov (2015 boks 3) om klassifiseringer bakover i tid.

Kilde: SSBs nyeste fremskrivningsrapport (Dapi mfl. 2016).

Fremskrivninger med MOSART

Tilbudet av ulike typer arbeidskraft simuleres fremover i tid basert på registerdata, ved bruk av modellen MOSART.

MOSART er en såkalt dynamisk mikrosimuleringsmodell. Begrepet «dynamisk» brukes fordi modellen fremskriver livsløpet til alle individer i befolkningen. SSBs befolkningsfremskrivninger (hovedalternativet) skaper dynamikk i modellen, siden fremtidige utdanningsvalg fremskrives gitt befolkningens sammensetning etter alder og kjønn i årene fremover. Begrepet «simulering» viser til at SSB simulerer fremtidige utdanningsvalg, mens «mikro» viser til at registerdata på individnivå legges til grunn i beregningene.

SSB observerer hvordan utdanningsvalgene varierer med alder, kjønn og tidligere fullført utdanning i et gitt år. SSB tar i de nyeste fremskrivningene et gjennomsnitt av observerte utdanningsvalg i perioden 2009–2014. Årsaken til at SSB tar et gjennomsnitt fremfor å basere seg på ett enkelt år, er at utdanningsvalgene kan variere med konjunkturene. Med utdanningsvalg menes valget om å starte, fortsette og fullføre utdanning, og valg av fagområde. SSBs beregninger om befolkningens utdanningsnivå kombineres med informasjon om arbeidsmarkedsdeltakelse for å beregne arbeidstilbudet etter utdanning.

Figur 1.3 viser SSBs fremskrivning av arbeidsstyrken fordelt etter høyeste fullførte utdanning. Økningen i andelen med uoppgitt utdanning skyldes innvandrere som har utdanning fra andre land, som ikke er registrert i Norge. Den betydelige andelen med uoppgitt utdanning er en potensielt viktig feilkilde i fremskrivningene.

Figur 1.3 Arbeidsstyrken etter høyeste fullførte utdanning, andeler

Figur 1.3 Arbeidsstyrken etter høyeste fullførte utdanning, andeler

Merknad: Se presise definisjoner på utdanningsgruppene i SSBs rapport. Se også rapport fra Prosjekt fremtidige kompetansebehov (2015 boks 3) om klassifiseringer bakover i tid.

Kilde: SSBs nyeste fremskrivningsrapport (Dapi mfl. 2016).

Fremskrivninger med LÆRERMOD og HELSEMOD

SSB har utviklet og bruker to spesifikke (partielle) modeller for å fremskrive tilbud av og etterspørsel etter ulike typer lærere og helsepersonell på nasjonalt nivå, LÆRERMOD og HELSEMOD. Både tilbud og etterspørsel beregnes i en og samme modell i henholdsvis LÆRERMOD og HELSEMOD, men tilbud og etterspørsel beregnes fremdeles uavhengig av hverandre, det vil si at det ikke inngår noen justeringsmekanismer for å balansere tilbud og etterspørsel. Beregnet mangel eller overskudd på utdanningsgruppene oppgis i antall årsverk.

Felles for LÆRERMOD og HELSEMOD er at etterspørselssiden beregnes med utgangspunkt i SSBs offisielle befolkningsfremskrivninger. Veksten i etterspørselen avhenger av veksten i befolkningen for aldersgruppene som bruker tjenestene, eksempelvis vil etterspørselen etter barnehagelærere påvirkes av antall barn i alderen 0–5 år. Her er det nokså stor forskjell på de to modellene. Grunnskolen brukes for eksempel av alle individer mellom 6 og 15 år, mens det ikke er slike en-til-en forhold mellom brukergruppe og tjeneste i HELSEMOD. Usikkerheten er større i HELSEMOD enn LÆRERMOD, siden det ikke bare er demografi, men også helsen til brukerne som avgjør behovet.

Videre legger SSB inn statistikk for sysselsettingsfordelingen per utdanningsgruppe på ulike områder, eksempelvis barnehage og grunnskole. For noen grupper legges det inn en antagelse om underdekning i året beregningene starter, men for mange grupper settes tilbud lik etterspørsel i startåret. SSB legger også inn statistikk for dekningsgrad, definert som andelen i en bestemt aldersgruppe som benytter seg av tilbudet. Anslag på dekningsgrad er mye enklere i LÆRERMOD enn HELSEMOD.

Befolkningsfremskrivningene er ikke lagt inn i beregningen av tilbudet av arbeidskraft i LÆRERMOD eller HELSEMOD. Det skyldes at modellene ikke ser på hele befolkningen/arbeidsstyrken. Det er dermed ikke gjort forsøk på å beregne inn- og utvandring av personer med spesifikke utdanninger i fremskrivningsperioden. Innvandrere med en registrert utdanning er imidlertid med i datagrunnlaget for startåret. Her er det en viktig forskjell mellom LÆRERMOD og HELSEMOD, siden det jobber flere innvandrere i helsesektoren enn i utdanningssektoren.

Hensikten med LÆRERMOD og HELSEMOD er å se hvordan utviklingen blir fremover gitt tilgjengelig statistikk for startåret for fremskrivningene. SSB forsøker ikke å spå hvilke endringer som vil skje i fremtiden. I begge modeller forutsettes derfor at studenttall og fullføringsprosenter holder seg som i startåret – dette bestemmer antallet ferdige kandidater. Fullføringsprosentene er da et gjennomsnitt for menn og kvinner. SSB legger også inn studielengde for de ulike utdanningene. SSB antar konstant yrkesdeltakelse og arbeidstid, og at yrkesdeltakelsen synker etter en bestemt alder.

Endringene i befolkningsfremskrivningene har innvirkning på resultatene, men kan ikke alene forklare de store avvikene mellom LÆRERMOD-fremskrivningen i 2012 og 2015 (Roksvaag og Texmon 2012a; Gunnes og Knudsen 2015). I tillegg til endrede befolkningsfremskrivninger er også det øvrige tallgrunnlaget oppdatert fra 2012- til 2015-beregningene. Mangelen på grunnskolelærerutdannede er betydelig lavere og overskuddet på barnehagelærerutdannede betydelig høyere i 2015-beregningen.

Tilbudssiden er dynamisk ved at nye kandidater kommer inn i beholdningen av lærere, basert på studenttall, fullføringsprosenter og studielengder. Videre forlater eldre deler av utdanningsgruppen beholdningen som følge av lavere arbeidstid og sysselsettingsprosenter for personer med høy alder. Denne dynamikken i tilbudssiden er imidlertid basert på opplysninger fra startåret for beregningene (Gunnes 2017).

Kunnskapsdepartementet har inngått en fireårig avtale med SSB om LÆRERMOD for perioden 2015–2018. Det kommer en ny rapport høsten 2018.

Forrige HELSEMOD-beregning ble publisert i 2012. SSB er i dialog med Helsedirektoratet og Helse- og omsorgsdepartementet om videreutvikling av fremskrivninger for helsepersonell. Nye fremskrivninger er ventet i 2019.

Til forsiden